近年來，由於IOT，APM等系統的需求，一種以時間戳為主鍵的數據模型，越來越流行，存儲該數據模型的資料庫被稱為時序資料庫。

若干年中，市面上出現了很多種不同的時序資料庫，他們或數據模型不同，或生態不同，或存儲架構不同。經過數年的發展，InfluxDB一枝獨秀，在DB-Engines中，遙遙領先其他的時序資料庫，成為最受用戶歡迎的資料庫之一。

阿里雲時序資料庫InfluxDB??版上線

為了滿足廣大物聯網企業客戶的對於InfluxDB的商業化需求， 阿里雲時序資料庫團隊正式推出時序數據InfluxDB??版。 時序數據InfluxDB??版是基於開源InfluxDB提供的商業化時序資料庫服務，免部署，零運維，高可靠，提供7*24小時專家答疑服務。

現在已經開始全面公測。

公測購買頁面：common-buy.aliyun.com/?

複製鏈接到網頁端 或掃描下方二維碼，即可查看相關文檔：

help.aliyun.com/documen

InfluxDB場景

InfluxDB是因為物聯網而興起的資料庫，其天生具有IOT的特性。幾乎所有的物聯網數據都可以通過InfluxDB存儲，分析與展示。

InfluxDB的具體使用場景包括：智慧物聯網監控分析系統，傳統石油化工、採礦以及製造企業設備數據採集與分析，醫療數據採集與分析，車聯網，智慧交通等。InfluxDB同時還可以用於日誌數據存儲與分析，各種服務、軟體以及系統監控數據採集、分析與報警，金融數據採集與分析等。

總之，只要符合寫多讀少、無事務要求、海量高並發持續寫入、基於時間區間聚合分析以及基於時間區間快速查詢的數據都可以使用InfluxDB。

InfluxDB介紹

InfluxDB之所以能在眾多時序資料庫中成為DB-Engines中排名第一的時序資料庫，來源它的幾大優勢：

  • 完整的生態
  • 易用性

完整的生態TICK

InfluxDB不僅僅只提供存儲服務，還提供了周邊的工具，他們包括Telegraf, Chronograf以及Kapacitor。加上InfluxDB，他們的首字母恰好組成一個秒鐘跳動一次的英文單詞TICK。

Telegraf: Telegraf是一個開源的時序數據收集器。它收集各種不同的時序數據，並把數據通過InfluxDB標準API發送給InfluxDB。Telegraf採用插件的方式，目前支持100多種不同服務的時序數據收集，用戶可以開發自定義的插件收集數據。

Chronograf: Chronograf是整個TICK生態的UI界面層。它讓用戶可以通過圖形界面展現InfluxDB中的數據，同時它可以配置InfluxDB參數以及收集Kapacitor發送的報警信息

Kapacitor: Kapacitor是一個事件處理及報警引擎，它能夠根據建立的規則對異常時序數據進行報警，同時能夠將這些警告發送給其他系統。

通過使用TICK生態，用戶能輕鬆構建一個時序數據收集，存儲，分析以及告警的完整系統。

InfluxDB易用性

InfluxDB數據寫入以及數據查詢特別方便，其讀寫採用的是Restful API，用戶可以通過HTTP/HTTPS方式直接讀寫數據。

數據寫入

InfluxDB數據採用行協議方式寫入。下面是一個行協議的示例數據：

InfluxDB支持通過curl直接將數據寫入InfluxDB：

curl -i -XPOST localhost:8086/write? --data-binary temperature,machine=unit42,type=assembly >external=25,internal=37 1434055562000000000

?

同時，用戶也可以通過InfluxDB提供Command Line Interface（命令行界面）寫入數據：

INSERT weather,location=us-midwest temperature=82 1465839830100400200

?InfluxDB提供的多樣化數據插入方式，可以讓用戶在不同平台快速的插入數據。

數據查詢

InfluxDB提供SQL-like的查詢語句：InfluxQL。InfluxSQL支持SQL風格的查詢操作，關係型資料庫的用戶可以無縫切換到InfluxDB的使用。例如：從measurement h2o_feet查詢5條記錄：

SELECT * FROM h2o_feet LIMIT 5

name: h2o_feettime level description location water_level

2015-08-18T00:00:00Z below 3 feet santa_monica 2.064

2015-08-18T00:00:00Z between 6 and 9 feet coyote_creek 8.122015-08-18T00:06:00Z between 6 and 9 feet coyote_creek 8.0052015-08-18T00:06:00Z below 3 feet santa_monica 2.1162015-08-18T00:12:00Z between 6 and 9 feet coyote_creek 7.887

?

關於InfluxQL的具體用法，可以參考阿里雲時序資料庫InfluxDB??的文檔：數據探索（help.aliyun.com/documen）

InfluxQL支持按照時間戳對數據分組的查詢方式，只需要在influxQL後加上group by(分組時間間隔)即可：

?

SELECT MAX("water_level") FROM "h2o_feet" WHERE "location"=coyote_creek AND time >= 2015-09-18T16:00:00Z AND time <= 2015-09-18T16:42:00Z GROUP BY time(12m)

name: h2o_feet

time max2015-09-18T16:00:00Z 3.5992015-09-18T16:12:00Z 3.4022015-09-18T16:24:00Z 3.2352015-09-18T16:36:00Z

group by的具體用法請參考：數據探索

先進的時序數據分析技術

InfluxQL除了支持SQL-like的查詢語句，提供了大量的函數支持對時序數據進行分析。這些分析函數分為四大類：

Aggregation（聚合），Selector（選擇），Transformation（轉換）和預測（Prediction）。這些分析函數能夠幫助用戶輕鬆地時序數據轉化為有用的信息。

除此之外，InfluxDB提供8種不同的分析技術，用戶無需自己用InfluxQL實現這幾種分析技術，可以直接使用這些分析技術進行金融以及投資方面的數據分析。

InfluxQL函數以及分析技術的具體用法請參考：InfluxQL函數

（help.aliyun.com/documen）

阿里雲時序資料庫InfluxDB??版優勢

阿里雲時序資料庫InfluxDB??版，在完全兼容InfluxDB行協議以及InfluxQL的基礎上做了很多改進，給用戶更多穩定、可靠、方便的服務。

數據高可靠

阿里雲時序資料庫InfluxDB??版的數據存儲在阿里雲的高效雲盤上，高效雲盤提供99.9999999%數據高可靠的保障。這樣可以保障InfluxDB中數據一旦寫入，就永遠不會丟失。

高穩定性

阿里雲時序資料庫InfluxDB??版實現了對內存，硬碟等資源的有效管理，可以極大地減少由於硬體資源不夠引起的InfluxDB不穩定的情況。

數據圖形化展示

阿里雲時序資料庫InfluxDB??版與grafana，chronograf等圖形展示平台無縫鏈接，用戶購買阿里雲時序資料庫InfluxDB??，阿里雲自動為用戶配置好圖形展示平台的數據源，用戶直接到圖形展示平台完成自己需要的圖形化dashboard。（公測結束後提供該功能）

全自動化數據遷移工具

阿里雲時序資料庫InfluxDB??版提供全自動的數據遷移工具，用戶「一鍵式」將自建的InfluxDB遷移到阿里雲時序資料庫InfluxDB??版。

全自動Failover

阿里雲時序資料庫InfluxDB??版提供全自動Failover機制，一旦所在硬體發生不可恢復的故障，InfluxDB會在非常短的時間內使用其他硬體替換故障硬體，然後重啟InfluxDB。這樣可以減少因為不可控故障引發的服務中斷時間。該Failover是全自動的，無需人工干預，即使是在節假日以及午夜，用戶也無需擔心服務由於硬體故障造成的長時間不可用。（全自動Failover公測期間暫時不可用）

高可用版InfluxDB??

阿里雲時序資料庫InfluxDB??版將在公測結束以後提供高可用版本。高可用版將提供更加穩定的服務，對穩定性要求比較高的用戶，將會從中感受到無限穩定的服務。

7*24小時阿里雲專業維護

阿里云為阿里雲時序資料庫InfluxDB??版提供7*24小時，用戶可以通過釘釘，微信隨時得到專業的維護。諮詢群（釘釘群）如下：

總結

阿里雲時序資料庫InfluxDB??版不但提供原生InfluxDB的全部優秀功能兼容TICK生態，同時還在穩定性、可靠性、維護上提供優化服務，讓用戶無限享受InfluxDB優點。

掃描下方二維碼

查看阿里雲時序資料庫InfluxDB??版文檔


推薦閱讀：
相关文章